文本轉語音，一般會用在無障礙開發。下面介紹如何使用Python實現將文本文件轉換成語音輸出。

一、準備

我測試使用的Python版本為2.7.10，如果你的版本是Python3.5的話，這裡就不太適合了。

在windows上進行測試的話，這裡有兩種可選的方式：

pyttsx ：https://www.baidu.com/link?url=Bk-2HPLrqluHb9cDgY3ZpTAOuFuXKqJQwRny7cNq49fe2xzSGgLA3PwcWRYaQniG&wd=&eqid=f4f566790005c88b0000000357a59956

微軟的Speech API ： 這個需要安裝pywin32：https://sourceforge.net/projects/pywin32/

二、使用Speech API

1.原理

我們的想法是藉助微軟的語音介面，所以我們肯定是要進行調用相關的介面。所以我們需要安裝pywin32來幫助我們完成這一個底層的交互。

2.示例代碼

3.小總結

是的，調用介面來實現語音功能就是這麼簡單，但是我們不得不來聊一聊這種方式的缺點。

對中文支持的不夠好，僅僅是這一點，估計在中國沒幾個用它的了。

還有就是語速不能很好的控制，詳細的API介紹可以參照這裡API參考

三、pyttsx方式

1.原理

pyttsx 是Python的一個關於文字轉語音方面的很不錯的庫。我們還可以藉助pyttsx來實現在線朗讀rfc文件或者本地文件等等，最為關鍵的是，它對中文支持的還是不錯的。

2.示例代碼

3.小總結

使用pyttsx，我們可以藉助其強大的API來實現我們基本的業務需求。很酷吧。

四、pyttsx深入研究

做完上面的小實驗，你肯定會覺得怎麼這麼不過癮呢？

別擔心，下面我們就一起走進pyttsx的世界，深入的研究一下其工作原理吧。

1.語音引擎工廠

類似於設計模式中的「工廠模式」，pyttsx通過初始化來獲取語音引擎。當我們第一次調用init操作的時候，會返回一個pyttsx的engine對象，再次調用的時候，如果存在engine對象實例，就會使用現有的，否則再重新創建一個。

從方法聲明上來看，第一個參數指定的是語音驅動的名稱，這個在底層適合操作系統密切相關的。如下：

drivename：由pyttsx.driver模塊根據操作系統類型來調用，默認使用當前操作系統可以使用的最好的驅動

sapi5 - SAPI5 on Windows

nsss - NSSpeechSynthesizer on Mac OS X

espeak - eSpeak on every other platform

debug: 這第二個參數是指定要不要以調試狀態輸出，建議開發階段設置為True

2.引擎介面

要想很好的運用一個庫，不了解其API是不行的。下面來看看pyttsx。engine.Engine的引擎API。

3.元數據音調

在pyttsx.voice.Voice中，處理合成器的發音。

發音人的年齡，默認為None

以字元串為類型的發音人性別: male, female, or neutral.默認為None

關於Voice的字元串確認信息. 通過 pyttsx.engine.Engine.setPropertyValue()來設置活動發音簽名. 這個屬性總是被定義。

發音支持的語言列表，如果沒有，則為一個空的列表。

發音人名稱，默認為None.

五、更多測試

1.朗讀文本

2.事件監聽

3.打斷發音

4.更換髮音人聲音

5.語速控制

6.音量控制

7.執行一個事件驅動循環

8.使用一個外部的驅動循環

六、總結

看完了上面的講述，是不是感覺Python實現文本轉語音還是蠻簡單的？

那麼，快來嘗試嘗試吧。

作者：Marksinoberg

轉載請註明出處

http://blog.csdn.net/marksinoberg/article/details/52137547

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！